即刻App年轻人的同好社区
下载
推荐大家关注一份每年都会发布的榜单，叫《麻省理工科技评论》的十大突破性技术。
这个榜单从2001年开始做，到现在已经24年了。
我之所以认真对待它，是因为回头看他们过去的预测，命中率高得有点吓人。
2019年他们说灵巧机器人会火，当时机械臂还在笨拙地学抓东西。
到了2025年，具身智能已经成了投资圈最热的词。
同年他们预测对话式AI有潜力，两年后GPT-3横空出世，现在大语言模型已经渗透进几十亿人的日常。
所以当他们发布2026年的预测时，我花了很长时间把整份报告看完了。
说实话，有些内容看完挺兴奋的，但也有些让我有点后怕。
今天我就把这份榜单里最值得关注的几个技术整理出来，和大家聊聊。
1️⃣第一个值得关注的：AI的耗电量已经到了令人咋舌的程度。
榜单里提到一种超大规模数据中心，现在训练一个顶级AI模型，需要的算力已经不是普通服务器能搞定的了。
科技公司开始在农田和工业园区里建超级计算中心，把几十万块专用芯片捆在一起工作。
最大的数据中心能吞掉超过一吉瓦的电力。
一吉瓦什么概念？足够一座城市用了。
问题也来了，这些芯片运行时温度极高，普通空调根本压不住。工程师们只能把它们泡在冷却液里，下一步甚至考虑泡进海水。
更麻烦的是，超过一半的电力来自化石燃料，可再生能源只能覆盖四分之一多一点。
一些AI巨头开始转向核能，谷歌甚至在考虑把数据中心建到太空去，用太阳能供电。
这就是AI发展的隐性成本。
我们每天用ChatGPT聊天、用AI生成图片，背后是持续飙升的能源消耗。
承载这些设施的社区正在面对高额电费、水资源短缺和嗡嗡作响的噪音。
换句话说，AI竞争的下一个战场可能不是谁的模型更聪明，而是谁能搞定能源问题。
2️⃣第二个预测：我们终于开始能看懂AI的大脑了。
长期以来，AI模型被当成黑箱。
数据进去，结果出来，中间发生了什么没人知道。
这在模型能力越来越强的今天，变成了一个定时炸弹。
好消息是，研究人员开始找到一些方法来窥探模型内部。Anthropic在2024年公布了一套类似显微镜的工具，发现模型内部并非完全混乱。
某些神经元组合会稳定地对应特定概念，比如人物、地点，甚至更抽象的语义模式。
到了2025年，他们把研究推进了一步，开始能追踪模型从接收问题到生成回答的大致路径。
这意味着模型的思考过程开始有迹可循了。
3️⃣第三个让我有点后怕的：AI陪伴正在成为一个真实的社会现象。
现在的聊天机器人已经能进行细腻的对话，高度模拟共情反应。
它们似乎从不疲惫，而且始终在线。
一项调查显示，72%的美国青少年用过AI来寻求陪伴。
有意思的是，尽管有专门做情感陪伴的产品，人们却越来越多地向ChatGPT这样的通用模型投射情感期待。
OpenAI的CEO山姆·奥特曼公开表示过，他并不反对这种用途。
对于长期孤独的人来说，AI确实能提供情感安抚。
但风险也在显现。
有案例表明，长期封闭式地跟聊天机器人互动，可能诱发一种叫AI诱导妄想的现象。
用户在对话中不断强化错误信念，滋生危险想法，甚至误以为自己洞察了某种隐秘的真相。
监管开始介入了，加州要求大型AI公司披露用户安全保护机制，OpenAI也在开发面向青少年的专用产品。
AI陪伴这件事不会消失，但未来肯定会面临更严格的监管。
4️⃣第四个预测：基因编辑正在从科幻变成现实。
这个领域发生的事，坦白说让我既兴奋又担忧。
先说让人兴奋的部分。
有个叫KJ的婴儿，患有一种罕见遗传病，肝脏无法代谢血液中的毒素，随时面临死亡风险。
传统上他唯一的希望是等待肝移植，但宾夕法尼亚大学的研究团队做了一件大胆的事。
他们没有选择移植手术，而是用基因编辑技术直接修正了他体内那个出错的基因。
7个月大的KJ接受治疗后，各项发育指标都在正常推进。
这是全球首位接受定制化基因编辑治疗的患者，这套疗法完全为他一个人设计。
虽然目前成本大约100万美元，但随着流程成熟，未来有望大幅下降。
但让人担忧的部分也来了，已经有公司开始提供胚胎智力筛查服务。
它们用一种叫多基因风险评分的方法，为每个胚胎计算其未来呈现某种特征的概率。
准父母可以根据这个评分，在多个胚胎之间做选择。
2025年出现的新玩家更激进，有公司明确宣称能筛查智力，单次收费5万美元。
5️⃣第五个预测：写代码这件事正在被颠覆。
这可能是跟大多数人关系最直接的一项技术。
据报道，微软30%的代码和谷歌超过四分之一的代码现在由AI编写。
扎克伯格希望Meta的大部分代码将来都由AI代理完成。
更有意思的是，一些几乎没有编码知识的人，现在只需要描述自己想要什么，就能搭建出应用程序和网站。
但问题也来了，初级编码岗位开始减少。
AI可能对你现有的工作有帮助，但它不一定会帮你获得一份新工作。
这个逻辑在很多行业可能都适用。
看完这份榜单，我最大的感受是：2026年可能是一个分水岭。
不是说技术会有多大突破，而是很多事情会从实验室走向真实世界。
基因编辑开始治疗真实的病人，AI开始面对真实的监管，能源问题开始成为真实的瓶颈。
技术本身是中性的，真正决定它走向何方的，是使用它的人。
这个榜单从2001年开始做，到现在已经24年了。
我之所以认真对待它，是因为回头看他们过去的预测，命中率高得有点吓人。
2019年他们说灵巧机器人会火，当时机械臂还在笨拙地学抓东西。
到了2025年，具身智能已经成了投资圈最热的词。
同年他们预测对话式AI有潜力，两年后GPT-3横空出世，现在大语言模型已经渗透进几十亿人的日常。
所以当他们发布2026年的预测时，我花了很长时间把整份报告看完了。
说实话，有些内容看完挺兴奋的，但也有些让我有点后怕。
今天我就把这份榜单里最值得关注的几个技术整理出来，和大家聊聊。
1️⃣第一个值得关注的：AI的耗电量已经到了令人咋舌的程度。
榜单里提到一种超大规模数据中心，现在训练一个顶级AI模型，需要的算力已经不是普通服务器能搞定的了。
科技公司开始在农田和工业园区里建超级计算中心，把几十万块专用芯片捆在一起工作。
最大的数据中心能吞掉超过一吉瓦的电力。
一吉瓦什么概念？足够一座城市用了。
问题也来了，这些芯片运行时温度极高，普通空调根本压不住。工程师们只能把它们泡在冷却液里，下一步甚至考虑泡进海水。
更麻烦的是，超过一半的电力来自化石燃料，可再生能源只能覆盖四分之一多一点。
一些AI巨头开始转向核能，谷歌甚至在考虑把数据中心建到太空去，用太阳能供电。
这就是AI发展的隐性成本。
我们每天用ChatGPT聊天、用AI生成图片，背后是持续飙升的能源消耗。
承载这些设施的社区正在面对高额电费、水资源短缺和嗡嗡作响的噪音。
换句话说，AI竞争的下一个战场可能不是谁的模型更聪明，而是谁能搞定能源问题。
2️⃣第二个预测：我们终于开始能看懂AI的大脑了。
长期以来，AI模型被当成黑箱。
数据进去，结果出来，中间发生了什么没人知道。
这在模型能力越来越强的今天，变成了一个定时炸弹。
好消息是，研究人员开始找到一些方法来窥探模型内部。Anthropic在2024年公布了一套类似显微镜的工具，发现模型内部并非完全混乱。
某些神经元组合会稳定地对应特定概念，比如人物、地点，甚至更抽象的语义模式。
到了2025年，他们把研究推进了一步，开始能追踪模型从接收问题到生成回答的大致路径。
这意味着模型的思考过程开始有迹可循了。
3️⃣第三个让我有点后怕的：AI陪伴正在成为一个真实的社会现象。
现在的聊天机器人已经能进行细腻的对话，高度模拟共情反应。
它们似乎从不疲惫，而且始终在线。
一项调查显示，72%的美国青少年用过AI来寻求陪伴。
有意思的是，尽管有专门做情感陪伴的产品，人们却越来越多地向ChatGPT这样的通用模型投射情感期待。
OpenAI的CEO山姆·奥特曼公开表示过，他并不反对这种用途。
对于长期孤独的人来说，AI确实能提供情感安抚。
但风险也在显现。
有案例表明，长期封闭式地跟聊天机器人互动，可能诱发一种叫AI诱导妄想的现象。
用户在对话中不断强化错误信念，滋生危险想法，甚至误以为自己洞察了某种隐秘的真相。
监管开始介入了，加州要求大型AI公司披露用户安全保护机制，OpenAI也在开发面向青少年的专用产品。
AI陪伴这件事不会消失，但未来肯定会面临更严格的监管。
4️⃣第四个预测：基因编辑正在从科幻变成现实。
这个领域发生的事，坦白说让我既兴奋又担忧。
先说让人兴奋的部分。
有个叫KJ的婴儿，患有一种罕见遗传病，肝脏无法代谢血液中的毒素，随时面临死亡风险。
传统上他唯一的希望是等待肝移植，但宾夕法尼亚大学的研究团队做了一件大胆的事。
他们没有选择移植手术，而是用基因编辑技术直接修正了他体内那个出错的基因。
7个月大的KJ接受治疗后，各项发育指标都在正常推进。
这是全球首位接受定制化基因编辑治疗的患者，这套疗法完全为他一个人设计。
虽然目前成本大约100万美元，但随着流程成熟，未来有望大幅下降。
但让人担忧的部分也来了，已经有公司开始提供胚胎智力筛查服务。
它们用一种叫多基因风险评分的方法，为每个胚胎计算其未来呈现某种特征的概率。
准父母可以根据这个评分，在多个胚胎之间做选择。
2025年出现的新玩家更激进，有公司明确宣称能筛查智力，单次收费5万美元。
5️⃣第五个预测：写代码这件事正在被颠覆。
这可能是跟大多数人关系最直接的一项技术。
据报道，微软30%的代码和谷歌超过四分之一的代码现在由AI编写。
扎克伯格希望Meta的大部分代码将来都由AI代理完成。
更有意思的是，一些几乎没有编码知识的人，现在只需要描述自己想要什么，就能搭建出应用程序和网站。
但问题也来了，初级编码岗位开始减少。
AI可能对你现有的工作有帮助，但它不一定会帮你获得一份新工作。
这个逻辑在很多行业可能都适用。
看完这份榜单，我最大的感受是：2026年可能是一个分水岭。
不是说技术会有多大突破，而是很多事情会从实验室走向真实世界。
基因编辑开始治疗真实的病人，AI开始面对真实的监管，能源问题开始成为真实的瓶颈。
技术本身是中性的，真正决定它走向何方的，是使用它的人。
154 1463
来自圈子
AI探索站
103608人已经加入